SAS：如果观测值与另一个数据集中的观测值匹配，则从数据集中删除观测值

我只是在学习SAS。这是一个非常简单的问题——我可能想得太多了

我有一个名为

people\u info

的数据集，其中一个变量是

SocialSecurityNum

。我有另一个名为

invalid\u ssn

的表，其中有一个变量：unique和invalid

SocialSecurityNum

observations

如果人员（观察）的

SocialSecurityNum

与

invalid\u ssn

表中的一个值匹配，我希望有一个数据步骤（或PROC SQL步骤）输出到

invalid\u people\u info

。否则，它将输出回

people\u info

最好的方法是什么

编辑：更多信息，以澄清…

people\u info

如下所示：

name     SocialSecurityNum
joe      123
john     456
mary     876
bob      657

SocialSecurityNum
456
876

name     SocialSecurityNum
joe      123
bob      657

name     SocialSecurityNum
john     456
mary     876

无效\u ssn

如下所示：

name     SocialSecurityNum
joe      123
john     456
mary     876
bob      657

SocialSecurityNum
456
876

name     SocialSecurityNum
joe      123
bob      657

name     SocialSecurityNum
john     456
mary     876

我想要的是

people\u info

更改（就地）并如下所示：

name     SocialSecurityNum
joe      123
john     456
mary     876
bob      657

SocialSecurityNum
456
876

name     SocialSecurityNum
joe      123
bob      657

name     SocialSecurityNum
john     456
mary     876

还有一个新表，名为

invalid\u people\u info

，如下所示：

name     SocialSecurityNum
joe      123
john     456
mary     876
bob      657

SocialSecurityNum
456
876

name     SocialSecurityNum
joe      123
bob      657

name     SocialSecurityNum
john     456
mary     876

---

你的要求不清楚。是否要从

people\u info

中删除所有无效的SSN并将其放入新的数据集中？如果是这样，这应该是可行的。您必须首先按SocialSecurity对数据集进行排序

data people_info invalid_people_info;
    merge people_info (in=a) invalid_ssn (in=b);
    by SocialSecurityNum;
    if b then output invalid_people_info;
    else output people_info;
run;

---

Hong Ooi显示的数据步骤非常好，但是您也可以使用proc sql来完成这项工作，而无需先排序，也无需实际执行完全合并

proc sql noprint;

   create table invalid_people_info as
   select *
   from people_info
   where socialsecuritynum in (select distinct socialsecuritynum from invalid_ssn)
   ;

   create table people_info as
   select *
   from people_info
   where socialsecuritynum not in (select distinct socialsecuritynum from invalid_ssn)
   ;

quit;

---

这只是选择ssn（不）在无效ssn的不同列表中的所有行

谢谢。我想我被挂断了与“参考”表的合并。如果“键”由多个变量表示，例如“SocialSecurity”、“birthdate”，还有“国籍”？嗯，这会起作用，但它看起来不是很有效/健壮……想象一下，对于数字标识符，如果A是三位数的标识符，你必须使用一些技巧，比如C=A*1000+B，而这类东西似乎容易出现人为错误。而使用字符串则需要花费大量时间。我希望是“a&b&c不在……的地方”（顺便说一句，这是错误的）。有什么想法吗？您可以在每个where语句之间加一个and和一个单独的子查询，根据sas处理子查询的方式，这可能需要与连接一样长的时间。